跳到正文

Open-Sora Plan v1.2

开源的文本到视频生成模型

访问官网

open-sora-plan-v1-2 是什么

Open-Sora Plan v1.2 是一个开源的视频生成模型,专注于把文本转换成视频片段。

你可以用它做什么

  • 从文本提示生成视频内容
  • 在准备好的视频数据集上训练
  • 用质量指标评估输出

主要特点

  • 采用 3D 全注意力架构
  • 优化后的 CausalVideoVAE 结构
  • 训练中使用 EMA 权重微调

快速上手

  • 访问 GitHub 页面了解模型信息
  • 安装所需的依赖库和工具
  • 搭建训练环境并准备数据集

优点与缺点

✓ 我们认可的地方

  • 3D 全注意力更好地捕捉联合空间-时间特征
  • 代码、数据和模型一并开源

! 需要留意的地方

  • 训练需要搭建环境并准备数据集
  • 评估使用 PSNR、SSIM 和 LPIPS 指标

常见问题

使用了什么架构?

资料点名了 3D 全注意力架构和 2+1D 设计。

点名了哪个数据集?

资料列出 Kinetic400 视频数据集用于训练。

最后评测: 2026-11-15

更多 AI 视频生成 工具

查看全部 →

评测方法